遗传算法优化刀具角度对加工变形控制的研究

发布时间：2017-12-31 03:00

  本文关键词：遗传算法优化刀具角度对加工变形控制的研究　出处：《组合机床与自动化加工技术》2016年03期 　论文类型：期刊论文

  更多相关文章： 薄壁件 有限元 遗传算法 刀具角度 加工变形

【摘要】：针对航空钛合金薄壁件的铣削变形问题,采用钛合金专用铣刀对该零件进行模拟加工(ABAQUS软件)和实际加工,验证了有限元分析模型的有效性的同时得出关键路径的平均变形量;借助遗传算法以铣削力预测模型为目标函数,对铣刀几何角度进行优化,得到理论最优刀具几何角度γ=6°、α=16°、β=44°,采用最优几何角度的铣刀模拟加工工件获得的平均变形量更小。结果表明,遗传算法在优化铣刀角度方面是一种有效的方法,依据此方法能够制定出较为合理的刀具几何角度组合以控制薄壁件的加工变形。
[Abstract]:Aiming at the problem of milling deformation of aviation titanium alloy thin-walled parts, the special milling cutter of titanium alloy is used to simulate the machining of this part with Abaqus software) and practical machining. The validity of the finite element analysis model is verified and the average deformation of the critical path is obtained. With the aid of genetic algorithm (GA), the milling force prediction model is taken as the objective function to optimize the geometric angle of milling cutter, and the theoretical optimum geometric angles of cutter are obtained: 纬 6 掳, 伪 16 掳, 尾 44 掳. The results show that genetic algorithm is an effective method for optimizing milling cutter angle. According to this method, reasonable tool geometric angle combination can be worked out to control the machining deformation of thin-walled parts.
【作者单位】： 沈阳航空航天大学机电工程学院;
【基金】：辽宁省自然科学基金(2014024006)
【分类号】：V261.23
【正文快照】： 0引言钛合金材质的薄壁零件在铣削加工中极易发生变形,影响被加工对象的最终加工质量及精度。应用有限元分析技术研究和解决航空薄壁件加工变形问题已成为当前研究的热点和重要手段之一。目前许多学者利用有限元分析方法对薄壁件的加工变形进行了大量的研究。S.Ratchev[1]等在

【参考文献】

相关期刊论文 前1条

1 丁子昀;左敦稳;郭魂;黎向锋;;多点装夹方案对多框体铣削变形影响的有限元分析[J];南京航空航天大学学报;2009年05期

【共引文献】

相关期刊论文 前3条

1 于金;刘成林;朱秀峰;高颜良;;薄壁件装夹位置优选方案有限元分析与实验研究[J];航空精密制造技术;2013年06期

2 吕冬;王树林;尤睿骅;周宏达;;阀杆外圆成形磨削工艺优化研究[J];机械设计与制造;2015年01期

3 于金;史玉祥;刘成林;;基于ABAQUS的薄壁件装夹优选方案有限元分析[J];组合机床与自动化加工技术;2013年05期

相关博士学位论文 前2条

1 刘玉梅;薄板件切削回弹变形机理及装夹优化方法研究[D];山东大学;2012年

2 曾莎莎;薄壁框体结构件加工振动抑制与变形预测研究[D];华中科技大学;2014年

【二级参考文献】

相关期刊论文 前2条

1 王炎;飞机整体结构件数控加工技术应用中的问题与对策[J];航空制造工程;1998年04期

2 董辉跃,柯映林;铣削加工中薄壁件装夹方案优选的有限元模拟[J];浙江大学学报(工学版);2004年01期

相关博士学位论文 前1条

1 郭魂;航空多框整体结构件铣削变形机理与预测分析研究[D];南京航空航天大学;2005年

【相似文献】

相关期刊论文 前10条

1 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

2 王毅,曹树良;遗传算法在并联水泵系统运行优化中的应用[J];流体机械;2003年10期

3 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

4 李凡,黄数林,张东风;一种改进的多倍体遗传算法[J];华中科技大学学报(自然科学版);2005年01期

5 韦雪洁;黎明;刘高航;田贵超;;注入式的遗传算法的分析与研究[J];南昌航空工业学院学报(自然科学版);2006年01期

6 阎纲;;遗传算法及其仿真[J];湖南工程学院学报(自然科学版);2006年04期

7 ;遗传算法[J];电网与清洁能源;2008年10期

8 吴玫;陆金桂;;遗传算法的研究进展综述[J];机床与液压;2008年03期

9 李培植;肖利明;于静涛;;基于遗传算法的结构优化方法[J];公路交通科技(应用技术版);2008年08期

10 于金;金乐;杜海璐;;基于改进遗传算法的集装箱装载优化问题研究[J];船海工程;2008年05期

相关会议论文 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

相关重要报纸文章 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

相关博士学位论文 前10条

1 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

2 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

3 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

4 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

5 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

6 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

7 刘冀成;基于改进遗传算法的生物电磁成像与磁场聚焦应用研究[D];四川大学;2005年

8 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年

9 李航;遗传算法求解多模态优化问题的研究[D];天津大学;2007年

10 石玉;提高实数遗传算法数值优化效率的研究[D];南京航空航天大学;2002年

相关硕士学位论文 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

，

本文编号：1357779